[0:01] Herzlich willkommen zum IT-Berufe-Podcast, dem Podcast rund um die Ausbildung in den IT-Berufen.

[0:08] In dieser Episode geht es um ein Schweizer Taschenmesser für ITler, und zwar reguläre Ausdrücke. Viel Spaß!

[0:20] Hallo und herzlich willkommen zur 160. Episode des IT-Berufe-Podcasts.

[0:26] Mein Name ist Stefan Macke und heute geht es mal um ein Thema, was mir persönlich sehr am Herzen liegt,

[0:31] weil ich diese Technologie fast täglich anwende in meinem Alltag, würde ich sagen.

[0:35] Es gibt immer mal wieder einen Einsatzzweck dafür.

[0:38] Und ich habe noch nie so richtig darüber gesprochen, immer so nebenbei, zum Beispiel mit Buchclubs und so weiter.

[0:43] Aber heute möchte ich dem Thema mal eine eigene Episode widmen, und zwar reguläre Ausdrücke.

[0:49] Wer das noch nie gehört hat, da geht es darum, dass wir quasi Muster in Texten definieren können und finden können,

[0:55] und dann auch zum Suchen und Ersetzen benutzen können.

[0:58] Das erst mal so ganz grob gesagt.

[1:00] Wenn du es vergleichst vielleicht, wenn du auf der Kommandozeile irgendwo dir Dateien anzeigen möchtest,

[1:05] mit dir zum Beispiel unter Windows oder mit ls auf Linux, da kannst du so Platzhalter angeben,

[1:10] wie zum Beispiel Sternchen, und dann sowas schreiben wie Sternchen.jpg,

[1:15] und dann zeigt er dir alle Dateien an, die jpg heißen hinten, egal welcher Dateiname davor steht.

[1:20] Dafür steht halt das Sternchen als Platzhalter für beliebig viele Zeichen.

[1:24] Und die regulären Ausdrücke können jetzt noch ein bisschen mehr als das.

[1:28] Nicht einfach nur beliebig viele Zeichen oder ein Zeichen, zum Beispiel das Fragezeichen bei diesen Dateinamen,

[1:33] sondern ganz, ganz, ganz viel mehr.

[1:35] Und damit kann man sehr komplexe Konstrukte bilden, um dann aus Texten bestimmte Informationen rauszuextrahieren

[1:41] und dann auch zu transformieren, eben Suchen und Ersetzen vor allem.

[1:44] Dafür benutze ich es ganz häufig.

[1:46] Und auf den ersten Blick könnte man jetzt meinen, ja mein Gott, wann brauche ich sowas, ja?

[1:50] Aber ich habe extra ein paar Beispiele mitgebracht aus meinem Alltag, um zu zeigen, dass ich das wirklich,

[1:53] also fast täglich brauche ich irgendwo reguläre Ausdrücke oder brauchen.

[1:57] Ich wende sie einfach an, weil ich nichts Besseres habe, das ist jetzt auch blöd gesagt,

[2:02] aber nichts Schnelleres habe oder nichts Einfacheres, darum geht es einfach.

[2:05] Denn wenn man die regulären Ausdrücke beherrscht, kann man damit sehr schnell sehr viele coole Dinge tun.

[2:09] Und wenn man sie nicht beherrscht, ja, dann muss man sich halt irgendwelche anderen Sachen suchen.

[2:13] Und deswegen möchte ich heute einfach mal ein bisschen drüber erzählen.

[2:16] Ich weiß, dass das Thema jetzt auch für eine Podcast-Episode ein bisschen schwierig ist,

[2:19] denn reguläre Ausdrücke sind ja ein bisschen wie eine Programmiersprache.

[2:22] Man muss ja auch die Zeichen lernen und verstehen.

[2:24] Und das Ganze jetzt nur auf der Audiospur wiederzugeben, wird wahrscheinlich ein bisschen schwierig.

[2:29] Aber ich versuche mein Bestes und ich würde dir auf jeden Fall empfehlen,

[2:32] im Nachgang dir mal die Syntax genau anzugucken.

[2:35] Am besten mit so einer Website, die ich auch in den Shownotes habe, einfach mal auszuprobieren.

[2:38] Und dann am besten im Alltag auch mal anzuwenden.

[2:41] Und ich habe auch noch eine Literaturempfehlung am Ende, wo du es wirklich nachlesen kannst,

[2:44] wo das dann ganz genau eingeführt wird und beschrieben wird.

[2:48] Ich möchte jetzt heute die Chance hier nutzen, um einfach mal, ja,

[2:52] kundzutun, wie toll ich diese Möglichkeit finde, in Texten zu suchen und zu ersetzen

[2:57] und was man damit halt so anstellen kann.

[2:59] Und ich hoffe, dass das so ein bisschen rüberkommt und dass du dann motiviert wirst, dir das mal im Detail anzugucken.

[3:04] Jetzt habe ich gerade schon gesagt, das könnte auf der Audiospur ein bisschen schwierig werden,

[3:07] reguläre Ausdrücke vernünftig zu vermitteln.

[3:10] Viele sagen, dass das auch schwierig ist, wenn man sie sehen kann.

[3:14] Denn wenn man sich so fertige, reguläre Ausdrücke mal anguckt, dann sehen die schon ziemlich kryptisch aus.

[3:19] Die bestehen nämlich aus ganz vielen Sonderzeichen und jedes Sonderzeichen hat eine besondere Bedeutung.

[3:23] Und wenn man die jetzt einfach hintereinander liest, wird man nicht auf die Idee kommen,

[3:26] dass da irgendwelche Muster in Texten mit gemeint sind,

[3:29] sondern es sieht einfach aus wie, ja, Kraut und Rüben in Anführungszeichen.

[3:32] Es ist also nicht schön lesbar wie so eine Programmiersprache oder sowas,

[3:35] sondern es sind wirklich ein ganzer Haufen an Sonderzeichen, die irgendwie scheinbar wahllos zusammengewuschelt sind.

[3:40] Und deswegen gibt es auch so einen kleinen Witz in der IT.

[3:44] Ich hatte ein Problem und versuchte es mit regulären Ausdrücken zu lösen.

[3:47] Jetzt habe ich zwei Probleme.

[3:49] Einfach, um zu zeigen, dass es wirklich ziemlich kompliziert ist.

[3:53] Wobei es ist eigentlich nur auf den ersten Blick kompliziert.

[3:56] Denn wenn man die Zeichen verstanden hat, ist es relativ einfach, solche regulären Ausdrücke auseinanderzunehmen.

[4:01] Und selbst wenn man sie nicht verstanden hat, gibt es Websites wie die oneonone,

[4:06] z.B. regextester.com.

[4:08] Die habe ich auch in den Shownotes natürlich verlinkt zu dieser Episode.

[4:11] Übrigens findest du die wie immer unter itberufe-podcast.de-160 für die heutige 160. Episode.

[4:17] Und da kann man die einfach eingeben.

[4:19] Da werden die wirklich Zeichen für Zeichen auseinandergenommen mit Erklärungen daneben,

[4:22] was das heißt und was dieses Zeichen in diesem Kontext heißt und so weiter.

[4:26] Also es gibt da schon super Tools, die einem diese regulären Ausdrücke erklären.

[4:29] So ist es jetzt auch nicht.

[4:30] Aber wenn man wirklich gar keine Ahnung davon hat, dann sieht es schon etwas wild aus, sage ich mal.

[4:35] Und dann kann man vielleicht verstehen, wenn der eine oder andere sagt,

[4:37] oh Gott, geh mir mit den regulären Ausdrücken weg, das habe ich noch nie verstanden.

[4:40] Oder, oh, die sind so kompliziert und so.

[4:42] Also ich finde, sind sie gar nicht.

[4:44] Es gibt so ein paar wichtige Grundbestandteile, die man häufig mal braucht

[4:48] und die man auch im Alltag sehr häufig einsetzen kann.

[4:50] Man muss jetzt nicht die absolut wildesten Kombinationen, die man so gut wie nie benötigt, auch noch können.

[4:56] Von daher, wenn man ein paar Grundbausteine verstanden hat,

[4:59] dann kann man, glaube ich, sehr einfach auch reguläre Ausdrücke verstehen.

[5:03] Natürlich, wenn sie lang sind, ist es genau wie bei Programmen, wie ich programmiert habe.

[5:06] Wenn lange Programme, muss ich auch ein bisschen Zeit investieren, um die zu verstehen.

[5:09] Bei regulären Ausdrücken das Gleiche.

[5:11] Aber ich würde heute auf jeden Fall mal so die wichtigsten Muster oder Bestandteile

[5:15] von solcher regulären Ausdrücke mal einmal durchgehen.

[5:18] Dann hast du die wenigstens schon mal gehört.

[5:20] Und dann würde ich halt dringend empfehlen, die nochmal nachzulesen.

[5:22] Wie gesagt, Literaturempfehlung, dazu habe ich auch.

[5:25] Und nachdem wir uns das angeguckt haben, wie die grundsätzlich funktionieren,

[5:28] habe ich dann ein paar konkrete Anwendungsfälle aus meiner Praxis mitgebracht,

[5:31] um dir zu zeigen, wofür man sowas eigentlich einsetzen kann.

[5:34] Woran man vielleicht sonst gar nicht so denkt, dass man das damit lösen könnte.

[5:38] Dann noch ein kurzer Ausblick, wo du vielleicht reguläre Ausdrücke nicht für benutzen solltest.

[5:43] Denn es ist, in der Einleitung habe ich schon gesagt, es ist ja das Schweizer Taschenmesser für IT-ler.

[5:48] Aber das heißt nicht, dass es ein goldener Hammer ist,

[5:50] mit dem du auf alles draufkloppen musst.

[5:52] Also du kennst vielleicht das Sprichwort, wenn du nur einen Hammer hast, sieht alles aus wie ein Nagel.

[5:56] So ist es bei regulären Ausdrücken nicht.

[5:58] Du kannst nicht alles damit lösen.

[6:00] Und es gibt gewisse Grenzen, die solltest du einfach kennen,

[6:02] um zu wissen, wofür du dieses Werkzeug sinnvollerweise einsetzen kannst.

[6:06] Zum Schluss, wie gesagt, noch ein paar Literaturempfehlungen, dann sind wir auch schon durch.

[6:09] Und den Rest musst du dann sowieso anlesen oder ausprobieren auf den Websites, wie gesagt.

[6:13] Von daher würde ich sagen, wir steigen einfach mal ein mit dem Aufbau von regulären Ausdrücken.

[6:19] Das heißt mit der grundsätzlichen Idee noch mal einmal kurz erklärt.

[6:23] Ich hatte das Beispiel mit diesen Dateinamen schon genannt.

[6:26] Und das kennst du vermutlich von deiner Kommandozeile.

[6:29] Das häufigste Beispiel für so einen Platzhalter in beliebigen Texten ist eben das Sternchen.

[6:35] Oder auf Englisch der Begriff Asterisk.

[6:38] Das ist das Ding, was du eingibst mit Shift und dem Pluszeichen neben deinem Enter.

[6:42] Dieses kleine Sternchen auch als Malzeichen benutzt.

[6:44] Und das wird in ganz vielen Sprachen oder Tools oder Editoren, wie gesagt, als Platzhalter benutzt für irgendein Zeichen beliebig oft.

[6:53] Das heißt, wie gesagt, wenn du sowas eingibst wie dir, Sternchen.jpg, dann kann anstelle des Sternchens irgendwas stehen.

[7:00] Da könnte ABC stehen oder Hallo oder ich weiß nicht was.

[7:03] Und dann wird halt alles gesucht, was eben diesem Muster entspricht.

[7:09] Und jetzt sind die regulären Ausdrücke sehr, sehr ähnlich aufgebaut.

[7:14] Das heißt, es gibt Zeichen, die Platzhalter für andere sind.

[7:17] Es gibt aber auch so Zeichenbereiche, wo ich sagen kann, an dieser Stelle hätte ich gerne ein Zeichen, aber zum Beispiel nur die Buchstaben von A bis F, meinetwegen.

[7:25] Wenn ich zum Beispiel Hexadezimalzahlen suche oder sowas.

[7:28] Und dann kann ich aber auch etwas feingliederiger als nur mit diesem Sternchen zum Beispiel sagen, wie oft bestimmte Zeichen auftauchen sollen.

[7:36] Das wird hier ein bisschen getrennt.

[7:37] Das ist also nicht hier wie bei dem Sternchen ein beliebiges Zeichen beliebig oft, sondern das wird halt einmal aufgeteilt.

[7:43] Beliebiges Zeichen und ein zweites Zeichen steht dann für beliebig oft zum Beispiel.

[7:48] Also die regulären Ausdrücke können mehr als dieser simple Platzhalter Sternchen, sind dann aber logischerweise auch ein bisschen komplizierter.

[7:56] Einfach weil du mehr Zeichen brauchst, um das gleich auszudrücken, weil du einfach mehr ausdrücken kannst.

[8:01] Das heißt also, das Tool ist sehr mächtig, das kann sehr viel, aber du musst es halt eben auch beherrschen und den Sinn der einzelnen Zeichen verstehen,

[8:09] um genau das formulieren zu können, was du auch wirklich ausdrücken möchtest.

[8:13] So und jetzt ist dieser grundsätzliche Sinn hinter den regulären Ausdrücken, also ein Muster in Texten zu erkennen.

[8:19] Jetzt kann man sich fragen, ja gut, wofür braucht man das?

[8:21] Nehmen wir nochmal dieses Beispiel mit dem Sternchen auf der Kommandozeile.

[8:25] Also wenn du ein Verzeichnis hast, in dem ein paar hundert Dateien liegen und meinetwegen JPEG-Dateien und Excel-Dateien und DOC-Dateien oder wie auch immer,

[8:32] und du möchtest nur die JPEG-Dateien löschen, dann wird es relativ frickelig, die 57 Dateien, die JPEG heißen, einzeln rauszusuchen und einzeln zu löschen.

[8:40] Also auf der Kommandozeile sowas wie rm auf Linux oder del auf Windows, ja, und dann jede einzelne Datei anzugeben, da wirst du ja verrückt.

[8:47] Da musst du 57 mal del JPEG-1, del JPEG-2 eingeben und so weiter.

[8:51] Das heißt, hier wäre ein Platzhalter ganz sinnvoll, wo du dann was sagst, del Sternchenpunkt JPEG,

[8:55] und dann werden einfach alle JPEG-Dateien gelöscht, egal wie sie heißen vor der Dateiendung.

[8:59] Und genau darum geht es eigentlich auch bei regulären Ausdrücken.

[9:01] Wenn du in Texten irgendetwas suchen willst, dann kannst du halt eine wörtliche Suche machen,

[9:06] das kann eigentlich jeder Texteditor, sogar der dumme Notepad in Windows kann das, ja,

[9:10] also STRG-F, suchen, und dann gibst du halt einen Text ein und dann findet er exakt diesen Text in deinem Text.

[9:16] Ja, logisch, wenn er nicht da ist, findet er halt auch nichts.

[9:18] So, aber problematisch wird es halt, wenn der Text, den du suchst, eben nicht exakt definiert ist,

[9:23] sondern sich vielleicht ein bisschen unterscheiden kann, oder wenn du eben genau nach solchen Mustern suchen willst

[9:29] und du vielleicht nicht genau weißt, wie es aufgebaut ist, oder du weißt, wie es aufgebaut ist,

[9:33] aber eben nicht genau, wie die Werte sind.

[9:35] Nehmen wir mal ein simples Beispiel, du suchst zum Beispiel den Herrn Meier in deinem Text.

[9:39] Und jetzt kann Meier, der deutsche Nachname, ja ziemlich unterschiedlich geschrieben sein,

[9:43] mit A, I, mit E, Y, mit, ich weiß nicht was, sogar M, A, Y, R habe ich schon mal gesehen.

[9:49] Ja, also es gibt die wildesten Schreibweisen.

[9:51] Und wenn du jetzt nur von deinem, keine Ahnung, Mitarbeiter gehört hast, such mal den Herrn Meier,

[9:56] und du hast aber keine Ahnung, wie der geschrieben wird, ja, wonach willst du denn jetzt suchen?

[9:59] Dann müsstest du jetzt jede einzelne Kombination von Meier, die dir einfällt, im Text suchen

[10:02] und hoffen, dass es die da gibt, ja?

[10:04] Und wenn du jetzt einfach sagst, Mensch, Meier, okay, das fängt mit einem großen M an

[10:08] und hört mit einem R auf und dazwischen kann stehen ein A, ein Y, ein E, ein I,

[10:13] dann hast du quasi schon ein Muster, nach dem du dort suchen kannst.

[10:16] Also anstatt einfach exakt nach M, E, I, E, R zu suchen, für die Standardschreibweise von Meier,

[10:21] jedenfalls in meiner Welt, ja, könntest du einfach sagen, such mir doch mal einen Text,

[10:25] der mit einem großen M anfängt, mit einem kleinen R aufhört

[10:28] und wo dazwischen irgendwo A, Y, E oder I zusammengewürfelt stehen.

[10:33] Und dann hättest du auf einen Schlag alle möglichen Schreibweisen von Meier in deinem Text gesucht

[10:38] und müsstest nicht alle per Hand eingeben.

[10:41] Das heißt, du hast wirklich schon mal eine kleine Arbeitserleichterung, eine Zeitersparnis,

[10:44] weil du halt nicht alles, alle Kombinationsmöglichkeiten quasi händisch durchprobieren musst, ja?

[10:50] Oder ein anderes Beispiel, du sollst irgendwie, keine Ahnung, aus einem E-Mail-Protokoll

[10:54] alle E-Mail-Adressen, die da benutzt wurden, raussuchen.

[10:57] Das ist tatsächlich sogar ein echter Angangsfall, den ich schon mal hatte, ja?

[11:00] Mir ein Kollege aus dem Vertrieb so eine Riesendatei gegeben, da waren irgendwo E-Mail-Adressen drin

[11:03] und die sollte ich alle raussuchen, damit er die dann anschreiben konnte.

[11:06] So, und jetzt die Frage, wie machst du das?

[11:08] Du hast keine Ahnung, welche E-Mail-Adressen drinstehen, wie die heißen, wie die Domains sind,

[11:12] du weißt nichts, ja?

[11:13] Und jetzt könntest du hergehen und händisch die ganze Datei durchscrollen, ja, könntest du machen.

[11:17] Oder du baust dir halt ein Muster und sagst, ich suche bitte nach Zeichenketten,

[11:20] die wie folgt aufgebaut sind.

[11:22] Irgendwelche Zeichen beliebig oft, dann kommt ein At-Zeichen,

[11:26] dann kommen nochmal irgendwelche Zeichen beliebig oft,

[11:28] dann kommt ein Punkt und dann kommen meinetwegen zwei bis drei Buchstaben.

[11:32] Das ist dann die Top-Level-Domain, ja?

[11:34] Und mit diesem Muster kannst du jetzt den ganzen Text durchsuchen

[11:37] und dann findet er alle E-Mail-Adressen.

[11:39] Natürlich nur, wenn die so aufgebaut sind.

[11:41] Es gibt ja auch noch lokale E-Mail-Adressen, die gar keine Domain haben und so weiter.

[11:44] Das nehmen wir jetzt mal alles raus, sind Ausnahmen, ja?

[11:46] Aber die normalen E-Mail-Adressen, die man so draußen kennt

[11:48] und von Geschäftspartnern wahrscheinlich bekommt,

[11:50] sehen halt irgendwie so aus.

[11:52] Zeichen, At, Zeichen, Punkt, Zeichen, ja?

[11:55] Und wenn du dieses Muster dann benutzt, um danach zu suchen,

[11:57] dann findest du auf einen Schlag alle E-Mail-Adressen

[11:59] und kannst die rausfiltern, was auch immer du damit tun willst.

[12:03] Also, das nochmal zum grundsätzlichen Sinn,

[12:05] warum wir als ITler diese Dinge eigentlich kennen sollten.

[12:08] Und das hat auch nichts mit Programmierung zu tun.

[12:10] Im Gegenteil, das ist für mich, für alle IT-Berufe interessant.

[12:13] Insbesondere auch für Systemadministratoren, ne?

[12:15] Fachinformatiker, Systemmitigation.

[12:17] Denn die haben ganz häufig solche Aufgaben wie Massenverarbeitung von irgendwelchen Dingen,

[12:21] die halt nicht eins zu eins bekannt sind,

[12:23] sondern irgendwelchen Mustern entsprechen, ne?

[12:25] Ich weiß es nicht. Benutzernamen aus dem Active Directory

[12:28] sind vielleicht einfach Kleinbuchstaben von 1 bis 8 der Länge, ja?

[12:32] Sowas, zum Beispiel. Oder eben E-Mail-Adressen.

[12:34] Oder, ich weiß nicht was, irgendeine Liste,

[12:36] die da auseinandergenommen werden soll, ne?

[12:38] Mitarbeiternamen sollen auseinandergenommen werden

[12:41] und Nachname, Vorname auseinandergenommen werden, wie auch immer, ja?

[12:43] Also alles, wo ich Texte verarbeite,

[12:46] was mich irgendwie per Hand länger als 10 Sekunden kosten würde,

[12:50] da würde ich überlegen, ob ein regulärer Ausdruck vielleicht sinnvoll ist, ne?

[12:53] Also so eine Art, ja, Listen- oder Massenverarbeitung.

[12:56] Und jetzt gucken wir uns nochmal an,

[12:58] wie jetzt also reguläre Ausdrücke aufgebaut sind,

[13:00] welche Bestandteile haben wir da als Möglichkeit,

[13:04] um dort Muster zu definieren.

[13:06] Ganz einfach zum Einstieg.

[13:08] Ich kann wörtlich einfach Text eingeben oder Zeichen eingeben

[13:11] und dann werde ich einfach danach suchen.

[13:14] Das heißt, wenn ich einfach Hallo eingebe,

[13:16] dann findet der reguläre Ausdruck Hallo,

[13:18] genauso wie wenn ich eine wörtliche Suche gemacht hätte, ja?

[13:20] Also wenn ich wirklich Zeichen eingebe,

[13:23] sucht der reguläre Ausdruck mir exakt dieses Zeichen,

[13:26] genauso wie man es eigentlich auch gewohnt ist.

[13:28] Außer dieses Zeichen hat eine besondere Bedeutung.

[13:31] Denn dann müssten wir dafür sorgen,

[13:33] dass dieses besondere Zeichen

[13:35] als ganz normales Zeichen interpretiert wird.

[13:38] Und du weißt schon, wie das geht vielleicht aus der Programmierung,

[13:40] nämlich mit dem Escaping.

[13:42] Das heißt, anstatt, ich nehme jetzt mal das Beispiel Punkt,

[13:45] werde ich gleich noch erklären, was der Punkt bedeutet,

[13:47] aber der Punkt hat eine besondere Bedeutung in einem regulären Ausdruck.

[13:50] Das heißt, wenn ich zum Beispiel, wie eben,

[13:52] nach einer E-Mail-Adresse suche, wo ein Punkt drin steht,

[13:55] um die Top-Level-Domäne abzutrennen,

[13:57] dann muss ich vor dem Punkt einen Backslash schreiben,

[13:59] um diesen Punkt zu escapen.

[14:01] Das heißt, der Punkt hat in einem regulären Ausdruck

[14:03] eine besondere Bedeutung.

[14:05] Die möchte ich aber nicht suchen,

[14:06] sondern ich möchte wirklich den Punkt als Zeichen suchen.

[14:09] Deswegen schreibe ich den Backslash davor.

[14:11] Und so kann ich also, wenn ich simpel

[14:13] nach exakt definiertem Text suchen will,

[14:15] einfach diese Zeichen eingeben,

[14:17] muss nur darauf achten, diese besonderen Zeichen zu escapen.

[14:20] Also, das Beispiel der E-Mail würde dann irgendwie so aussehen,

[14:22] Zeichen, Add, Zeichen, Backslash, Punkt, irgendwelche Zeichen,

[14:28] weil der Punkt eben eine besondere Bedeutung hat.

[14:30] Das Add-Zeichen hat zum Beispiel keine besondere Bedeutung,

[14:32] ist zwar ein Sonderzeichen, aber nicht für reguläre Ausdrücke,

[14:34] deswegen kann ich das einfach 1 zu 1 so hinschreiben.

[14:37] Also, bis jetzt haben wir noch nichts gewonnen.

[14:40] Aber wenn wir mal zurückgehen zu dem Beispiel der E-Mail,

[14:42] wenn ich irgendwelche E-Mail-Adressen suche

[14:44] und ich hatte eben gesagt, ich suche irgendwelche Zeichen,

[14:46] Add-Zeichen und so weiter,

[14:48] was ist denn mit diesen Zeichen gemeint?

[14:50] Da kann ich jetzt nicht ABC eingeben oder irgendwas,

[14:52] weil ich weiß ja nicht, was vor dem Add steht.

[14:54] Das heißt, hier müsste ich jetzt wirklich mal

[14:56] zum ersten Mal ein echtes Muster benutzen.

[14:58] Und ich könnte ein Muster benutzen wie

[15:00] Buchstaben von A bis Z.

[15:02] Ja, das wäre vielleicht ein Muster.

[15:04] Oder Ziffern von 0 bis 9.

[15:06] Oder Großbuchstaben von A bis Z. Oder, oder.

[15:08] Das heißt, ich könnte eine Art Bereich

[15:10] von erlaubten Zeichen eingeben.

[15:12] Und das könnte ich jetzt bei der E-Mail-Adresse auch tun.

[15:14] Da könnte ich sagen, vor dem Add-Zeichen

[15:16] dürfen Kleinbuchstaben, Großbuchstaben,

[15:18] Ziffern stehen.

[15:20] Und die könnte ich dann als sogenannten Zeichenbereich

[15:22] angeben. Und dann sage ich einfach

[15:24] irgendein Buchstabe oder Ziffer,

[15:26] dann kommt das Add-Zeichen,

[15:28] nochmal irgendwelche Buchstaben und Ziffern,

[15:30] dann kommt der Escapede-Punkt und dann

[15:32] nochmal irgendwie nur Buchstaben,

[15:34] weil Top-Level-Domains mit Ziffern

[15:36] kenne ich nicht. Ich glaube, die gibt es nicht.

[15:38] Das heißt, wir müssen auch, wenn wir danach suchen,

[15:40] genau wissen, was für Zeichen an der Stelle erlaubt sind.

[15:42] Das ist schon mal wichtig zu wissen.

[15:44] Wenn ich irgendwie Zeichen angebe,

[15:46] die in der Realität da gar nicht vorkommen,

[15:48] findet der reguläre Ausdruck natürlich auch nichts.

[15:50] Also ich muss schon ziemlich genau wissen,

[15:52] was zum Beispiel in E-Mail-Adressen denn

[15:54] vor dem Add-Zeichen stehen darf.

[15:56] Und da darf natürlich noch mehr stehen als nur Ziffern und Buchstaben.

[15:58] Das ist klar. Übrigens, Groß- und Kleinbuchstaben

[16:00] werden gar nicht unterschieden. Das heißt, ich könnte nur

[16:02] nach Kleinbuchstaben suchen. Wenn allerdings

[16:04] in meinem Text jemand auf die Idee kommt,

[16:06] die E-Mail-Adresse mit Großbuchstaben zu schreiben,

[16:08] was okay ist, was nur keinen Unterschied macht,

[16:10] dann findet der reguläre Ausdruck das nicht.

[16:12] Also wenn ich meine E-Mail-Adresse

[16:14] steffan.macke.altreumauer.de zum Beispiel

[16:16] hinschreibe und ich mache das S und das M

[16:18] von meinen Anfangsbuchstaben groß,

[16:20] dann findet der reguläre Ausdruck das nicht, wenn ich sage,

[16:22] da dürfen nur Kleinbuchstaben stehen. Logisch.

[16:24] Also ich muss einmal wissen, was ist denn da erlaubt,

[16:26] aber auch, was ist denn in meinem konkreten Text,

[16:28] den ich analysieren will, tatsächlich gegeben.

[16:30] Und wenn jetzt meine Kollegen

[16:32] zum Beispiel, die vielleicht von IT

[16:34] noch nicht so viel Ahnung haben,

[16:36] einfach immer mit Großbuchstaben

[16:38] schreiben, auch in ihrer E-Mail-Adresse,

[16:40] ja gut, da muss ich darauf halt eingehen, da muss ich halt

[16:42] sagen, okay, vor dem Ad dürfen wohl auch

[16:44] Großbuchstaben stehen. Also

[16:46] ich nehme jetzt ein ganz simplifiziertes

[16:48] Beispiel, was vor dem Ad-Zeichen stehen

[16:50] darf. Übrigens E-Mail-Adressen

[16:52] ist ein Beispiel für, ich glaube, einen der

[16:54] längsten regulären Ausdrücke, die ich jemals

[16:56] gesehen habe, einfach weil da so viele

[16:58] Kombinationsmöglichkeiten

[17:00] erlaubt sind. Das kannst du dir vielleicht gar nicht

[17:02] vorstellen, weil du nur die üblichen E-Mail-Adressen aus deinem

[17:04] Alltag kennst. Aber was da

[17:06] technisch erlaubt ist, ja, es gibt

[17:08] E-Mail-Adressen ohne Domain-Namen.

[17:10] Es gibt E-Mail-Adressen, ich glaube,

[17:12] sogar ohne Top-Level-Domain, ich glaube, sogar ohne

[17:14] Ad-Zeichen und so weiter. Also da gibt es ganz,

[17:16] ganz viele Sachen. Du kannst dir mal das RFC dazu

[17:18] angucken, den Request for Comments

[17:20] zum Beschreiben

[17:22] von E-Mail-Adressen. Das ist

[17:24] wirklich enorm, was es da alles gibt.

[17:26] Das heißt, wenn du das Ding mal eben

[17:28] eingeben willst, das wird nicht funktionieren. Das ist

[17:30] mehrere Zeilen lang, der reguläre

[17:32] Ausdruck, um beliebige E-Mail-Adressen

[17:34] auseinanderzunehmen. Von daher, darauf

[17:36] ziele ich jetzt mal nicht ab, sondern ich nehme wirklich ein ganz einfaches

[17:38] Beispiel, sowas wie Name

[17:40] Ad-Domain Punkt Top-Level-Domain.

[17:42] Und um das zu suchen,

[17:44] da dürfte halt vielleicht vor dem Ad-Zeichen

[17:46] eben sowas stehen wie kleinen Buchstaben

[17:48] und Ziffern, aber auch in der Realität

[17:50] weißt du ja schon, da gibt es noch mehr. Da dürftest du auch

[17:52] ein Minuszeichen hinschreiben oder einen Punkt

[17:54] oder ich weiß nicht was.

[17:56] Von daher, es kann beliebig komplex werden.

[17:58] Wir gehen mal davon aus, dass wir da eben nur

[18:00] Ziffern und Buchstaben vielleicht haben. Das heißt,

[18:02] ich könnte sowas sagen, vor dem Ad-Zeichen

[18:04] dürfen eben alle Ziffern von 0 bis

[18:06] 9 und alle Buchstaben von A bis Z

[18:08] zum Beispiel stehen. Und wie gebe ich das

[18:10] jetzt ein in einem regulären Ausdruck?

[18:12] Ja, dafür gibt es solche Zeichenbereiche

[18:14] und die werden in eckigen Klammern

[18:16] umschlossen. Ich hoffe, du kennst

[18:18] noch aus irgendeiner anderen Episode von mir

[18:20] die ganzen verschiedenen Klammern, die es so gibt in der Informatik.

[18:22] Es gibt die runden Klammern,

[18:24] die kennst du auch aus dem Deutschunterricht wahrscheinlich,

[18:26] wenn man irgendwie einen Einschub im Text hat oder sowas.

[18:28] Die ganz normalen mit Shift-8

[18:30] und Shift-9. Dann gibt es die

[18:32] eckigen Klammern und das sind die, die ich jetzt hier meine.

[18:34] Das ist auf der Tastatur das Alt-Grrr

[18:36] mit 8 und 9.

[18:38] Und ja, die sehen halt

[18:40] aus, auf Englisch heißen sie

[18:42] Brackets, und die sehen aus

[18:44] wie so Klammern, die du

[18:46] mit dem Locher,

[18:48] nicht mit dem Locher, mit dem Tacker

[18:50] in DIN A4-Papier zum Beispiel rein

[18:52] tackerst, wenn du irgendwie einen Beleg dran heften willst

[18:54] oder so. Also das sind die

[18:56] eckigen Klammern. Dann haben wir noch die

[18:58] spitzen Klammern, auf Englisch auch

[19:00] Angle Brackets, für Winkel.

[19:02] Das heißt, ja, das ist größer

[19:04] und kleiner Zeichen im Prinzip auf deiner Tastatur.

[19:06] Und dann gibt es noch die geschwungenen

[19:08] Klammern, das sind die, die wir als Programmierer

[19:10] so lieben. Das ist Alt-Grrr, 7

[19:12] und 0 auf deiner Tastatur.

[19:14] Und ja, die sind halt geschweift.

[19:16] Also die sehen aus wie so ein bisschen

[19:18] wie Kuhhörner quasi, wenn du die

[19:20] auf die Seite drehst.

[19:22] Und wovon wir hier jetzt reden, sind eben die

[19:24] eckigen Klammern. Und die

[19:26] macht man quasi auf und zu und dazwischen

[19:28] schreibst du dann den Bereich, den du suchen

[19:30] willst. Und dann kannst du dazwischen eben so was

[19:32] schreiben wie A bis Z, also wirklich

[19:34] A minus Z

[19:36] oder 0 minus 9.

[19:38] Und die kannst du auch hintereinander schreiben in die Klammern,

[19:40] um dann eben mehrere Bereiche zu suchen.

[19:41] Das heißt, wenn wir sowas hätten wie beliebiger Buchstabe oder Ziffer, dann könntest du

[19:46] schreiben, eckige Klammer auf, A bis Z, 0 bis 9, eckige Klammer zu.

[19:51] Und dann hättest du einen, ja, Zeichenbereich definiert, der dann da an der Stelle durchsucht

[19:56] wird.

[19:57] Du kannst auch einfach die Buchstaben oder Ziffern oder Sonderzeichen, die du suchen

[20:01] willst, einzeln aufführen, also eckige Klammer auf, A, E, I, O, U, eckige Klammer zu, würde

[20:07] halt irgendein Vokal zum Beispiel suchen an der Stelle.

[20:10] Und diese Bereiche sind, ja, glaube ich, so das Wichtigste, was man benutzt, zumindest,

[20:15] oder was ich benutze, zumindest in meinem Alltag, weil das nämlich eben genau das ist.

[20:19] Ich weiß nicht genau, welcher exakte Buchstabe oder welches Zeichen da steht, sondern ich

[20:23] definiere eben so einen Bereich aus möglichen Zeichen und das kann ich eben mit diesen eckigen

[20:29] Klammern machen.

[20:30] So, mit diesen Bereichen kann man auch etwas negieren, wenn du als allererstes Zeichen

[20:35] in deinem Bereich das Dach eingibst.

[20:38] Das Dach ist immer so ein Zeichen, wie gibt man das ein?

[20:40] Das ist die Taste links unter dem Escape auf deiner Tastatur, da ist einmal so ein kleiner

[20:46] runder Kreis und darunter ist dieses Dach, also quasi das auf den Kopf gestellte größer

[20:51] oder kleiner Zeichen, ja, und das bedeutet hier in regulären Ausdrucken quasi nicht,

[20:57] das heißt, wenn du sowas machst wie eckige Klammer auf, dann dieses Dach und dann A,

[21:01] E, I, O, U, eckige Klammer zu, dann suchst du nach allen Zeichen, die nicht ein Vokal

[21:06] sind.

[21:08] Wo könnte das sinnvoll sein in der Praxis?

[21:09] Naja, nehmen wir das Beispiel mit den Vokalen.

[21:11] Es gibt im Alphabet, zumindest im deutschen oder im lateinischen Alphabet, gibt es fünf

[21:16] Vokale und demnach 21 Konsonanten.

[21:19] Das heißt, wenn ich jetzt einen Konsonanten suche, dann müsste ich 21 Zeichen per Hand

[21:22] eintippen oder ich nehme einfach die fünf und negiere die, weil dann habe ich automatisch

[21:26] alles, was eben nicht Vokal entspricht.

[21:28] Ist nicht ganz richtig, weil nicht Vokal heißt auch jedes andere Sonderzeichen, ja,

[21:32] ich würde also auch zum Beispiel einen Strich oder sowas finden und nicht nur die Konsonanten

[21:36] des Alphabets, aber es soll das einfach nur verdeutlichen, wofür man es benutzen könnte.

[21:40] So, und jetzt haben wir schon ja einen ersten Eindruck, warum die regulären Ausdrücke

[21:45] so komisch aussehen und so schwierig aussehen, weil wir haben jetzt schon Klammern, wir haben

[21:49] schon dieses komische Dach, ja, das sind ja alles so Zeichen vielleicht, die man nicht

[21:52] unbedingt im Alltag oft benutzt, ja, von daher, das sind etwas kryptische Ausdrücke, die

[21:57] wir da bauen, aber wie gesagt, wenn man die Zeichen einzeln versteht, dann kann man es

[22:00] gut nachvollziehen.

[22:01] Und jetzt kommen wir zu zwei weiteren Zeichen, die auch ganz häufig benutzt werden, und

[22:05] zwar das Zeichen für den Zeilenanfang beziehungsweise das Zeilenende.

[22:08] Wenn ich zum Beispiel weiß, dass mein Text, den ich suche, immer am Zeilenanfang steht,

[22:14] dann kann ich sagen, suche bitte nach Zeilenanfang und dann den Text, den ich suche, und dann

[22:19] wird der Text, der nicht am Zeilenanfang steht, eben auch nicht gefunden, ja.

[22:22] Beispiel aus der Praxis, ich will vielleicht alle auskommentierten Konfigurationseinstellungen

[22:28] in einer Linux-Datei suchen.

[22:29] Dann weiß ich, auskommentiert heißt, die fangen mit einem Hash an, das heißt, ich könnte

[22:33] alle Zeilen suchen, wo am Zeilenanfang das Hash steht, und dann würde ein Hash, das

[22:38] irgendwo mitten in der Zeile steht oder sonstwo, ignoriert bei der Suche, und ich würde wirklich

[22:42] nur die auskommentierten Zeilen finden.

[22:44] Das gleiche beim Ende von Zeilen, wenn ich weiß, keine Ahnung, ein Beispiel, was ich

[22:48] gleich noch habe, am Ende von Dateizeilen habe ich irgendwie aus versehenen Leerzeichen

[22:53] hingesetzt, und das will ich nicht, weil ich das unschön finde, dann kann ich alle Leerzeichen

[22:57] am Ende einer Zeile suchen, das heißt, ich suche nach beliebig vielen Leerzeichen, Ende

[23:02] der Zeile, und dann werden mir nur die Leerzeichen am Ende der Zeile angezeigt und nicht irgendwo

[23:06] mittendrin.

[23:07] Das wäre ja auch blöd, wenn ich einen normalen Text habe und da werden auf einmal alle Leerzeichen

[23:11] gesetzt und nicht nur die am Ende, dann kann ich am Ende ja gar nichts mehr lesen.

[23:13] Also, diese beiden Zeichen sind auch sehr wichtig, Zeilenanfang und Zeilenende, und das

[23:19] Zeilenanfangszeichen in regulären Ausdrücken ist jetzt dieses DACH, was wir eben schon

[23:24] bei der Negation kennengelernt haben, und das Zeilenende ist das DOLLAR-Zeichen.

[23:28] Und jetzt sehen wir schon mal ein weiteres Problem mit regulären Ausdrücken, denn dieses

[23:32] DACH, was wir gerade schon bei der Negation von Bereichen hatten, ist exakt das gleiche

[23:37] Zeichen, was auch für den Zeilenanfang benutzt wird, das heißt, das gleiche Zeichen hat

[23:41] zwei unterschiedliche Bedeutungen, und zwar abhängig davon, in welchem Kontext sie stehen.

[23:45] Also, wenn man einen regulären Ausdruck mit dem DACH anfängt, dann ist das offensichtlich

[23:49] das Zeilenanfangszeichen, steht das aber innerhalb von einem eckigen Klammernbereich und steht

[23:55] dort als erstes Zeichen, dann ist es tatsächlich eine Negation.

[23:59] Also, du musst immer gucken, welches Zeichen habe ich gerade und wo steht es, in welchem

[24:03] Kontext steht es, denn abhängig davon kann die Bedeutung sich eben unterscheiden.

[24:07] DOLLAR-Zeichen für Zeilenende, dafür gibt es allerdings keine zweite Bedeutung, das

[24:12] ist ganz gut, also DOLLAR-Zeichen steht immer für Zeilenende.

[24:15] So, und jetzt kommen wir noch mal zu einem sehr beliebten Platzhalter, und zwar dem Punkt.

[24:22] Der Punkt ist so ein bisschen die Entsprechung eines Sternchens auf der Kommandozeile, obwohl

[24:27] das nicht ganz stimmt, hatte ich nämlich eben schon gesagt, das Sternchen, der Asterisk

[24:32] auf der Kommandozeile steht halt für ein beliebiges Zeichen, und zwar auch gleichzeitig

[24:35] beliebig oft, egal wie es vorkommt, der Punkt in einem regulären Ausdruck steht aber einfach

[24:39] nur für ein einziges beliebiges Zeichen, das heißt, wenn ich einen Punkt reinschreibe,

[24:44] kann da irgendein Zeichen stehen, ein Sonderzeichen, ein Buchstabe, eine Ziffer, ganz egal, aber

[24:49] exakt ein einziges Mal, das heißt, wenn ich drei beliebige Zeichen suche, müsste

[24:53] ich eingeben, Punkt, Punkt, Punkt, und dann würde jeder Punkt für irgendein Zeichen

[24:57] stehen.

[24:58] Jetzt kann man sich aber überlegen, wenn ich Texte suche, die ein bisschen länger

[25:01] sind, dann wird es ziemlich nervig, ganz oft Punkte da einzugeben, ja, und von daher brauchen

[25:05] wir eine Möglichkeit zu sagen, ich hätte gern ein beliebiges Zeichen, aber eine bestimmte

[25:10] Anzahl, beliebig oft, einmal, keinmal, wie auch immer, und dafür brauchen wir jetzt

[25:15] gleich das nächste Ding, was reguläre Ausdrücke uns mitbringen, und zwar die sogenannten

[25:18] Quantifizierer.

[25:19] Mit diesen Quantifizierern kann man sagen, wie oft ein bestimmtes Muster vorkommen soll.

[25:26] Nehmen wir mal das Beispiel mit dem Punkt, hatte ich ja gesagt, ein beliebiges Zeichen,

[25:30] und wenn ich jetzt sage, ich möchte aber ganz, ganz oft dieses Zeichen haben, und zwar

[25:34] zehnmal, dann könnte ich einfach hinter diesem Punkt schreiben, bitte zehnmal ein beliebiges

[25:39] Zeichen.

[25:40] Oder meinetwegen nullmal oder einmal, dann könnte ich einen bestimmten Quantifizierer

[25:44] hinter dem Punkt schreiben, und dann wird halt ein beliebiges Zeichen null oder einmal

[25:48] gesucht.

[25:49] So funktionieren die.

[25:50] Die Quantifizierer werden immer hinter das Muster geschrieben, was ich, ja, quantifizieren

[25:55] will.

[25:56] Also mit dem Beispiel Punkt, wenn ich jetzt sage, ich möchte ein beliebiges Zeichen,

[25:59] aber null oder einmal, dann würde ich dafür den Quantifizierer Fragezeichen benutzen.

[26:05] Dann sieht der Ausdruck so aus, Punkt, Fragezeichen.

[26:09] Punkt steht für beliebiges Zeichen, Fragezeichen steht für das Muster, was davor steht, nullmal

[26:15] oder einmal.

[26:16] So, und das macht den Ausdruck leider schon ein bisschen komplizierter als eben das beliebte

[26:21] Sternchen auf der Kommandozeile.

[26:22] Also um auszudrücken, Sternchen auf der Kommandozeile, irgendein Zeichen beliebig oft, müsste ich

[26:28] das in regulären Ausdrücken mit zwei Zeichen darstellen, und zwar zuerst den Punkt für

[26:32] ein beliebiges Zeichen, und jetzt ist die Frage, was ist denn der Quantifizierer für

[26:36] einmal oder mehrfach, weil das heißt das Sternchen eigentlich, und das wäre in regulären

[26:41] Ausdrücken das Pluszeichen.

[26:44] Es gibt auch das Sternchen in regulären Ausdrücken, das steht für nullmal, einmal

[26:50] oder mehrfach.

[26:51] Das heißt, das Zeichen kann dastehen, und wenn es dasteht, dann einmal oder mehrfach,

[26:55] und das heißt Sternchen.

[26:56] Das heißt, du kannst das Sternchen nicht eins zu eins aus der Kommandozeile in regulären

[27:00] Ausdruck überführen.

[27:01] In Dateinamen wäre es sinnvoll, wenn die Datei einen Namen hat, also das Sternchen

[27:06] bin ich mir jetzt gar nicht sicher.

[27:07] Ich glaube, auf der Kommandozeile matcht es auch gar keinmal.

[27:10] Also wenn du einfach eine Datei heißt, die .jpg heißt, ohne Dateinamen, dann müsste

[27:14] das trotzdem gefunden werden.

[27:15] Das heißt, wenn du dann das Sternchen auf die regulären Ausdrücke überträgst, dann

[27:19] passt es doch ganz gut, weil das Sternchen in regulären Ausdrücken steht eben für

[27:22] nullmal, einmal oder mehrfach.

[27:23] Das heißt, ein beliebiges Zeichen, beliebig oft, würde in regulären Ausdrücken so aussehen,

[27:29] Punkt Sternchen.

[27:30] Punkt, beliebiges Zeichen, Sternchen, nullmal, einmal, keinmal.

[27:33] So, jetzt habe ich die drei Hauptquantifizierer eigentlich schon erklärt.

[27:36] Es gibt einmal das Fragezeichen, das steht für nullmal oder einmal, also quasi entweder

[27:41] ist es da oder nicht, dann gibt es das Sternchen, das für keinmal, einmal oder mehrfach da

[27:48] steht und dann gibt es einmal das Pluszeichen, das wird benutzt, wenn es das Ding mindestens

[27:52] einmal geben muss, aber dann beliebig oft.

[27:55] So, das sind jetzt so ein paar allgemeine Platzhalter, wenn du nicht genau weißt, wie

[28:01] oft Sachen da auftreten sollen.

[28:02] Aber wenn du das genau weißt, dann kannst du das auch explizit hinschreiben, indem du

[28:06] eine Anzahl angibst und das macht man dann mit geschweiften Klammern.

[28:10] Das heißt, wenn du zum Beispiel sagen willst, ich hätte gerne das x und zwar fünfmal,

[28:16] dann könntest du sagen x und dahinter die Anzahl 5 und die schreibt man in geschweifte

[28:20] Klammern und da kannst du einfach die Zahl hinschreiben, die du suchst.

[28:23] Also du könntest sagen x, geschweifte Klammer auf, 8, geschweifte Klammer zu, dann werden

[28:28] genau 8 x-e hintereinander gesucht.

[28:32] Wenn du das jetzt noch anders darstellen willst, wie zum Beispiel Minimum zweimal, maximal

[28:36] fünfmal, könnte man auch das darstellen, geschweifte Klammer auf, 2,5, geschweifte

[28:42] Klammer zu.

[28:43] Das heißt, Minimum zwei, Maximum fünfmal.

[28:47] Es kann aber auch viermal, dreimal auftreten, aber nicht einmal oder sechsmal.

[28:50] Also auch eine genaue Anzahl kannst du angeben.

[28:53] Um diese Quantifizierer jetzt vielleicht nochmal ein bisschen auf die Praxis zu überführen,

[28:58] haben wir unser E-Mail-Beispiel.

[28:59] Da hatte ich gesagt, es gibt ein Buchstaben oder Ziffer vor dem Ad, dahinter nochmal für

[29:05] die Domain und dann einen Punkt und dann zwei oder drei Zeichen für die Top-Level-Domain.

[29:10] Ich weiß, es gibt inzwischen längere Top-Level-Domains, kürzere bin ich mir gar nicht sicher, aber

[29:13] längere auf jeden Fall.

[29:14] Trotzdem bleiben wir mal bei diesem vereinfachten Beispiel.

[29:17] Dann könnte ich sowas machen wie, das Zeichen vor dem Ad kann irgendein Buchstabe oder Ziffer

[29:21] sein.

[29:22] Also gebe ich an, Eckjehl-Klammer auf, a-z, 0-9, Eckjehl-Klammer zu.

[29:27] Damit habe ich irgendein Buchstaben oder eine Ziffer.

[29:30] Und jetzt muss ich noch sagen, wie oft die da stehen muss.

[29:32] Und jetzt möchte ich, dass es mindestens einmal da steht, denn sonst habe ich keine

[29:35] gültige E-Mail-Adresse.

[29:36] Wenn da irgendwie steht, Ad irgendwas, dann fehlt da vor dem Ad was, d.h. da muss mindestens

[29:42] ein Zeichen stehen.

[29:43] Also würde ich ein Plus-Zeichen dahinter schreiben, also hinter die eckigen Klammern

[29:46] einmal das Plus.

[29:47] D.h. Ziffer oder Buchstabe beliebig oft, aber mindestens einmal.

[29:50] Dann gebe ich das wörtliche Ad-Zeichen ein, weil da muss wirklich ein Ad-Zeichen stehen.

[29:56] Dahinter sage ich jetzt einfach mal, Domains dürfen nur aus Buchstaben bestehen.

[29:59] Ist auch nicht richtig, aber geben wir mal davon aus.

[30:01] Dann würde ich hier wieder einen Bereich machen, also Eckjehl-Klammer auf, a-z, Eckjehl-Klammer

[30:05] zu.

[30:06] Und auch hier muss mindestens einmal ein Buchstabe drin sein, sonst habe ich keine

[30:09] gültige Domain.

[30:10] Also mache ich wieder ein Plus dahinter.

[30:12] Jetzt kommt der Punkt.

[30:13] Wir erinnern uns, Punkt heißt beliebiges Zeichen.

[30:16] Ich möchte aber, dass an dieser Stelle wirklich der wörtliche Punkt steht und nicht irgendein

[30:21] anderes Zeichen.

[30:22] Also muss ich den Punkt dahin schreiben, aber escapen mit einem Backslash.

[30:25] Also Backslash, Punkt.

[30:26] Und dann kommt die Top-Level-Domain und da sage ich jetzt, ich möchte wieder einen Bereich

[30:30] haben, Eckjehl-Klammer auf, a-z, Eckjehl-Klammer zu.

[30:33] Und jetzt schreibe ich dahinter aber in geschweiften Klammern 2,3.

[30:37] Und das bedeutet, ich habe zwar Buchstaben, aber mindestens zwei und maximal drei.

[30:42] Wie gesagt, das würde nicht auf echte Domains zutreffen, aber für das Beispiel, ich hoffe,

[30:46] du kannst mir das verzeihen.

[30:47] Und dann hätten wir in diesem simplen Ausdruck schon verschiedene Sachen drin, nämlich Bereiche,

[30:52] Quantifizierer, exakte Quantifizierer oder eben sowas wie Plus, um beliebig oft zu suchen,

[30:57] aber mindestens einmal.

[30:58] Und wir müssen den Punkt escapen, weil er sonst für was anderes stehen würde.

[31:01] Das heißt, schon der reguläre Ausdruck für eine simple E-Mail-Adresse sieht relativ

[31:05] kompliziert aus, mit ziemlich vielen Sonderzeichen, die alle eine besondere Bedeutung haben, aber

[31:09] ich hoffe, du liest das im Nachgang nochmal nach und kannst das dann verstehen und das

[31:13] dann in Zukunft auch vernünftig anwenden, sage ich mal.

[31:16] So, zwei Sachen habe ich noch, die man öfter sieht oder benutzt in regulären Ausdrücken,

[31:20] und zwar einmal Alternativen und Gruppen.

[31:22] Wir gucken uns zuerst die Alternativen an, die sind schnell erklärt.

[31:25] Und zwar, wenn du unterschiedliche Muster suchst und es kann entweder das eine oder

[31:31] das andere auftreten, dann kannst du die mit so einer Art Oder-Zeichen verbinden.

[31:35] Aus der Programmierung kennst du vielleicht die doppelte Pipe, also diesen horizontalen

[31:39] Strich für ein logisches Oder.

[31:41] Und etwas ähnliches wird hier auch benutzt, nämlich die Pipe, aber nur eine davon.

[31:45] Jetzt könntest du zum Beispiel sagen, ich suche entweder das A oder das B, dann könntest

[31:50] du aufschreiben A-Pipe-B und dann steht das eben für die Alternative.

[31:54] Entweder steht hier ein A oder da steht ein B.

[31:58] Beziehen wir das nochmal auf unser Beispiel mit dem Herrn Meier oder der Frau Meier, die

[32:01] wir in unserem Text suchen, dann könntest du auf die Idee kommen, zu sagen, ich hätte

[32:04] ein großes M, dann machst du eckige Klammern auf und machst da A, E, I, Y, was da so erlaubt

[32:11] ist, eckige Klammern zu, und ein R am Ende.

[32:14] Und dann hättest du alle Schreibweisen von Meier gesucht, oder, äh, sorry, hinter die

[32:19] eckige Klammer hättest du noch einen Quantifizierer schreiben müssen, nämlich einen Plus, oder

[32:23] bis hin zu wahrscheinlich sogar zwei bis drei oder so, weil mehr würdest du sonst ja auch

[32:27] finden, M-E-R, aber du brauchst ja I-E-R, also E-E-I, also mehrere Zeichen, das heißt,

[32:32] du müsstest noch einen Quantifizierer dahinter schreiben.

[32:34] Aber lass mir das mal weg.

[32:35] Du könntest auch sagen, ich kenne alle Schreibweisen von Meier und schreibe die als Alternative

[32:39] auf.

[32:40] Das heißt, ich suche entweder Meier mit E-I-E, Pipe, Meier mit A-Y-E-R, Pipe, Meier mit,

[32:49] ich weiß nicht, Y-E-I, keine Ahnung was, du könntest also alle, die du kennst, hintereinander

[32:53] einfach aufschreiben und eine Pipe dazwischen schreiben, und dann würdest du ja auch alle

[32:56] möglichen Schreibweisen finden.

[32:58] Ist eine längere Variante als das mit dem Buchstabenbereich, ja, würde aber auch funktionieren.

[33:03] So, und jetzt kommen wir zum letzten Part, und das ist eigentlich das, wofür ich es

[33:07] in der Praxis am häufigsten benutze, die regulären Ausdrücke, und zwar für die Gruppierung,

[33:10] für die Gruppen.

[33:11] Du kannst mit den ganz normalen, runden Klammern Gruppen bilden, und das bedeutet, dass Teile

[33:17] deines regulären Ausdrucks oder auch der Ganze, den kannst du in Klammern schreiben,

[33:22] und dann merkt sich der reguläre Ausdruck bei jedem Muster, was er findet im Text, genau

[33:27] diese Teile des Suchmusters.

[33:29] Ich nehme mal ein Beispiel.

[33:30] Bleiben wir bei der E-Mail-Adresse, wenn du wissen willst, was für Domains zum Beispiel

[33:35] in den E-Mail-Adressen vorkommen, ja, also gmx.de, web.de, keine Ahnung, itberufepodcast.de,

[33:41] dann könntest du deinen regulären Ausdruck so aufbauen, dass du beliebige Zeichen suchst

[33:44] und ein Add-Zeichen, genau wie eben auch, aber dann machst du über alles hinter dem

[33:48] Add-Zeichen quasi eine Gruppe, indem du runde Klammern davor und dahinter schreibst, und

[33:53] dann würde sich der reguläre Ausdruck, wenn er eine E-Mail-Adresse findet, merken, dass

[33:57] der Teil hinter dem Add-Zeichen, ja, in diesem Fall eine Gruppe bildet, und dann könntest

[34:01] du zum Beispiel in deiner Programmiersprache oder in deinem Texteditor auf diese Gruppe

[34:05] zugreifen und die dann besonders behandeln, zum Beispiel ausgeben oder ersetzen oder sonst

[34:09] irgendwas.

[34:10] Und wenn du also aus einer Liste der E-Mail-Adressen alle Domains rausfinden willst, könntest

[34:15] du eben nach diesen E-Mail-Adressen suchen und könntest dann auf die Gruppe zugreifen,

[34:19] wo die Domain drin steht, und die dann zum Beispiel ausgeben lassen.

[34:22] Und schon hättest du eine Liste aller Domains von deinen E-Mail-Adressen, ohne das, was

[34:27] davor stand.

[34:28] Also die ganzen, was weiß ich, Stefan, Macke, Ed, das würde alles abgeschnitten und nur

[34:31] die Domain würde übrig bleiben.

[34:33] Also kannst du wirklich auf die, ja, Innereien quasi dieses gesuchten Textes zugreifen und

[34:40] die dann beliebig wiederverwenden.

[34:42] Ich nehme mal ein Beispiel aus der Praxis, du hast eine Liste aus Vornamen und Nachnamen

[34:46] mit Leerzeichen getrennt, wir gehen mal davon aus, dass es keine Doppelnamen gibt oder sonst

[34:50] irgendwas, auch wieder sehr reduziert das Beispiel, ja, aber wenn du die quasi ersetzen

[34:53] wolltest durch Nachname, Vorname, dann könntest du das mit so einer Gruppe machen.

[34:58] Also stellen wir uns vor, Liste aus Vornamen, Leerzeichen, Nachnamen, dann sieht dein Muster

[35:03] ungefähr so aus, beliebiges Zeichen oder beliebig viele Zeichen, Leerzeichen, beliebig

[35:08] viele Zeichen.

[35:09] Und jetzt würdest du diese beiden beliebig viele Zeichen einfach in Klammern schreiben

[35:13] und dann würde er quasi die erste Gruppe für den Vornamen bilden und die zweite Gruppe

[35:17] für den Nachnamen und dazwischen steht halt das Leerzeichen.

[35:20] Und wenn du jetzt danach suchst, wie gesagt, merkt sich der reguläre Ausdruck diese beiden

[35:24] Gruppen und wenn du jetzt zum Beispiel sagst in deinem Editor, ich möchte das jetzt ersetzen,

[35:27] dann kannst du in diesem Ersetzen-Ausdruck auf diese Gruppen referenzieren.

[35:31] Und je nachdem, welchen Editor du da benutzt, ist die Syntax ein bisschen unterschiedlich.

[35:35] In den meisten Editoren wird das mit einem Backslash gemacht, Backslash 1 ist zum Beispiel

[35:39] die erste Gruppe, Backslash 2 die zweite und so weiter.

[35:42] Ich kenne aber auch Editoren, wo man das dann mit einem Dollarzeichen macht, also Dollarzeichen

[35:45] 1, Dollarzeichen 2, wie die Variablen Namen PHP zum Beispiel.

[35:50] Und diese, ja, Variablen, in Anführungszeichen, die kannst du dann zum Ersetzen benutzen.

[35:54] Das heißt, wenn du vorher sagst, Gruppe 1, Leerzeichen, Gruppe 2, dann ist Gruppe 1

[35:59] der Vorname, Gruppe 2 ist der Nachname.

[36:01] Und wenn du es jetzt ersetzt durch Backslash 2, Leerzeichen, Backslash 1, dann wird er

[36:08] den Nachnamen nach vorne schreiben, Komma, Leerzeichen dahinter und dahinter den Vornamen.

[36:12] Dann hättest du quasi Vor-Nachname vertauscht mit einem simplen regulären Ausdruck.

[36:17] Das heißt, immer wenn du runde Klammern in deinem regulären Ausdruck siehst, dann weißt

[36:21] du, aha, hier wird gerade eine Gruppe gebildet und die brauchst du eigentlich fast nur, wenn

[36:25] du suchen und ersetzen willst.

[36:27] Wenn du nur suchen willst, sind die Gruppen irrelevant, ja, aber wenn du mit diesem Suchergebnis

[36:31] irgendwas anstellen willst, das ausgeben willst, verarbeiten willst, ändern willst,

[36:34] wie auch immer, dann musst du es halt gruppieren, um auf die Teile deines Ausdrucks zugreifen

[36:39] zu können.

[36:40] So, damit haben wir jetzt erstmal die wichtigsten Inhalte von regulären Ausdrücken oder die

[36:45] wichtigsten Beispiele, um Muster zu definieren.

[36:47] Es gibt noch ein paar mehr, wie gesagt, die geben wir jetzt hier alle nicht im Detail durch,

[36:50] das führt zu weit, aber ich wiederhole nochmal so ein paar allgemeine Sachen, die man jetzt

[36:55] benutzen kann.

[36:56] Wenn du irgendein Zeichen eingibst, wird das exakt so gesucht.

[36:59] Außer, es ist ein Sonderzeichen, was eine besondere Bedeutung hat, dann musst du es

[37:03] escapen und zwar mit dem Backslash.

[37:05] Wenn du Zeilenanfang und Zeilenende suchst, sind das das Dach bzw. das Dollarzeichen.

[37:12] Wenn du einen Bereich von Zeichen suchst, also A bis Z oder 0 bis 9 oder sonst irgendwas,

[37:18] dann machst du eckige Klammern dadrum.

[37:20] Wenn das erste Zeichen in diesen eckigen Klammern ein Dach ist, ist das eine Negation, das heißt,

[37:25] es wird alles gesucht, was nicht diesem Bereich entspricht.

[37:29] Wenn du bestimmte Alternativen suchen willst, also A oder B oder C oder wie auch immer,

[37:35] kannst du Pipes dazwischen schreiben.

[37:37] Wenn du irgendein beliebiges Zeichen suchen willst, ganz egal, was für eins, auch inklusive

[37:41] Sonderzeichen usw., nimmst du den Punkt.

[37:43] Der Punkt steht für irgendein Zeichen.

[37:46] Und wenn du jetzt die Sachen, die du da angegeben hast, quantifizieren willst, also wie oft

[37:51] sie auftreten, dann gibt es jeweils die verschiedenen Quantifizierer, die hinter das Muster geschrieben

[37:56] werden, und da gibt es das Fragezeichen, einmal oder keinmal, dann gibt es das Sternchen,

[38:00] nullmal, einmal oder mehrfach, und das Pluszeichen, einmal oder mehrfach.

[38:05] Und wenn du es ganz genau angeben willst, kannst du es in geschweifte Klammern schreiben

[38:09] und einfach eine Zahl angeben, also geschweifte Klammer auf 8, geschweifte Klammer zu exakt

[38:13] 8 mal, oder geschweifte Klammer auf 2,5, geschweifte Klammer zu 2 bis 5 mal, also auch 3 oder 4

[38:20] mal.

[38:21] Und wenn du dann Teile deines Ausdrucks benutzen willst, um sie zum Beispiel zu ersetzen oder

[38:25] sonst irgendwas, dann gruppierst du diese Teile bitte mit runden Klammern, die du einfach

[38:30] um den Ausdruck drumherum schreibst.

[38:32] Und die Referenz ist dann, je nach Editor, entweder backslash 1234, je nachdem, welches

[38:37] Muster es ist, oder dollar 1234 und so weiter.

[38:41] So, jetzt habe ich lange erklärt, wie die Syntax von den regulären Ausdrücken aussieht,

[38:45] und jetzt bringe ich mal ein paar Beispiele aus meiner Praxis, die ich noch so im Kopf

[38:49] hatte aus den letzten Tagen und Wochen, was ich da so im Alltag mitmache.

[38:52] Dann gehe ich jetzt einfach mal wahllos von oben nach unten durch und erkläre mal, was

[38:55] der Sinn dahinter war.

[38:56] Ich hatte eine riesengroße Textdatei, in der ganz, ganz viele UUIDs drin waren.

[39:01] UUIDs, wenn du es noch nie gehört hast, sind so auf Knopfdruck generierte IDs in Hexadezimalschreibweise,

[39:07] die global eindeutig sind.

[39:09] Die sind ziemlich lang und die kann normalerweise jede Programmiersprache erzeugen und die werden

[39:13] häufig in Datenbanken zum Beispiel benutzt, um dort Datensätze eindeutig mit Schlüsseln

[39:17] zu versehen.

[39:18] Und ich hatte eben so eine große Textdatei und sollte die alle raussuchen, weil ich damit

[39:21] was machen musste.

[39:22] Und dann kann man bei diesen UUIDs ziemlich genau dieses Muster definieren, wie die aufgebaut

[39:26] waren.

[39:27] Das ist, wie gesagt, eine sehr lange Hexadezimalkette und ich konnte einfach sagen, die Hexadezimalzeichen

[39:32] sind immer A-Z oder 0-9, beziehungsweise, sorry, ich sehe gerade in meiner eigenen Aufzeichnung,

[39:38] dass das Muster Quatsch ist, natürlich, Hexadezimalzeichen gehen nicht bis Z, sondern bis F, wie Friedrich.

[39:42] Das heißt, das Muster muss so aussehen, A-F, 0-9 und dann kann ich genau sagen, wie dieses

[39:49] UUID-Ding aufgebaut ist und zwar sind das immer Blöcke von Hexadezimalziffern, dann

[39:53] kommen immer Bindestriche dazwischen und das dann ein paar Mal hintereinander.

[39:56] Und so konnte ich einfach sagen, die UUIDs sind so aufgebaut, Hexadezimalzeichen und

[40:00] das ist eben A-F, 0-9 und dahinter dann in geschweifenen Klammern die genaue Anzahl.

[40:06] Und in meinem Fall waren es dann halt einmal 8 Zeichen, minus 4 Zeichen, minus 4 Zeichen,

[40:11] minus 4 Zeichen, minus 12 Zeichen.

[40:12] So war die in meiner Datei aufgebaut.

[40:14] Der Ausdruck ist also schon etwas länger, der ist aber ziemlich einfach, weil es ist

[40:18] immer das gleiche Muster, nur mit Bindestrichen und einem Quantifizierer abgetrennt.

[40:22] Und so konnte ich dann exakt die UUIDs rausfiltern und die in eine andere Datei schreiben und

[40:25] damit dann das tun, was ich tun wollte.

[40:28] So, nächstes Beispiel, bin ich schon ein paar Mal drauf rumgeritten, E-Mail-Adressen

[40:32] suchen.

[40:33] Sieht auch relativ einfach aus, eckige Klammern, A-Z, eckige Klammern zu, Plus, dann das Add,

[40:39] dann nochmal Zeichen, Plus, Backslash, Punkt und dahinter dann eben die Zeichen 2-3 Mal

[40:44] für die Top-Level-Domain.

[40:45] Hatten wir jetzt schon ein paar Mal, gehe ich jetzt hier nochmal im Detail durch.

[40:48] Vorname-Nachname-Vertauschen ist wirklich etwas, was ich häufig habe, das habe ich

[40:51] gerade auch schon kurz erklärt.

[40:53] Der reguläre Ausdruck sieht relativ einfach aus.

[40:55] Haben wir Vorname, Leerzeichen, Nachname, dann sieht der Ausdruck so aus.

[40:59] Runde Klammer auf, Punkt, Plus, Runde Klammer zu, Leerzeichen und dann nochmal genau das

[41:05] gleiche. Runde Klammer, Punkt, Plus, Runde Klammer zu. Punkt, Plus steht für ein beliebiges

[41:10] Zeichen. Das ist der Punkt. Beliebig oft, aber mindestens einmal. Dafür das Plus. Und

[41:16] weil ich die ja jetzt gleich vertauschen will, brauche ich Gruppen, um dann darauf zugreifen

[41:20] zu können. Deswegen packe ich beide Sachen in Runde Klammern und dann kann ich das Ding

[41:25] ersetzen durch $2, $1 und dann habe ich Nachname, Vorname daraus gemacht. Dein Anwendungsfall,

[41:33] den ich auch ganz oft hatte, was weiß ich, Sourcecode mit einem komischen Editor bearbeitet,

[41:37] am Ende der Sourcecode-Zeilen blieben immer Leerzeichen stehen und das ist unschön. Das

[41:41] sollte man nicht machen. Dann kann man einfach alle Leerzeichen am Ende einer Zeile ersetzen.

[41:45] Und der reguläre Ausdruck dafür sieht so aus. Leerzeichen plus Dollar. Leerzeichen

[41:51] plus steht für Leerzeichen, beliebig oft, aber mindestens einmal und Dollarzeichen steht für

[41:55] Zeilenende. Das heißt, nur die Leerzeichen am Zeilenende sollen gefunden werden. Das ersetzt

[42:01] sich dann durch Nichts und dann habe ich alle Leerzeichen am Ende entfernt. Ganz oft habe ich

[42:07] sowas wie, ich möchte, was weiß ich, einen Artikel schreiben für den Blog oder so und da habe ich

[42:11] Aufzählungslisten drin und je nachdem, in welchem System ich gerade bin, werden die unterschiedlich

[42:15] geschrieben. Mal mit einem Sternchen, mal mit einem Minus, mal mit einem Punkt, wie auch immer. Und

[42:20] wenn ich sowas habe, dann kann ich relativ einfach für alle Zeilen, die ich gerade aufzählen will,

[42:24] mit einem simplen Ausdruck das Aufzählungszeichen davor schreiben. Ja, also stell dir vor, ich habe

[42:29] einen Texteditor auf, da sind 27 Zeilen drin und ich will jetzt vor jeder dieser Zeile meinetwegen

[42:33] ein Sternchen schreiben, weil ich in Markdown das Ding als Aufzählung habe. Dann gehe ich jetzt

[42:37] nicht durch 27 Zeilen und füge da überall ein Sternchen ein, sondern ich suche einfach nach dem

[42:40] regulären Ausdruck Dach. Und das Dach hast du schon kennengelernt, wenn das so alleine steht

[42:44] und nicht in einem Bereich, steht das für Zeilenanfang. Das heißt, ich suche nach dem

[42:48] Zeilenanfang und ersetze den durch Sternchen Leerzeichen. Und wenn ich das mache, habe ich mit

[42:54] drei Zeichen in alle 27 Zeilen ein Sternchen und ein Leerzeichen eingefügt. Also, das kriegst du

[43:00] per Hand, glaube ich, nicht so schnell hin. Wichtig bei sowas, es kommt dann immer auf deinen Editor an,

[43:05] wenn du Sonderzeichen als Ersetzung benutzt, wie zum Beispiel dieses Malzeichen, also den Asterisk,

[43:10] den ich da einfügen will, den kennst du aus regulären Ausdrucken, der hat dann eine besondere

[43:14] Bedeutung, da ist er nämlich ein Quantifizierer für 0, 1 oder mehrfach. Und je nachdem, wie dein

[43:19] Editor funktioniert, musst du dieses Sternchen beim Ersetzen eventuell auch escapen. Das heißt,

[43:24] anstatt zu schreiben, ersetze den Zeilenanfang durch Sternchen Leerzeichen, müsstest du eventuell

[43:29] schreiben, ersetze durch Backslash Sternchen Leerzeichen, weil das Sternchen sonst wieder

[43:33] interpretiert wird. Also, das kommt auf den Editor an. Manche machen das, manche nicht.

[43:37] Und als Ergebnis habe ich dann eben vor jeder Zeile meiner Textdatei ein Asterisk stehen und kann das

[43:42] Ding eins zu eins, das Markdown, irgendwohin kopieren zum Beispiel. So, was ich dann auch

[43:47] tatsächlich häufiger mal habe, gerade wenn ich so Schnittstellen programmiere in Java zum Beispiel,

[43:51] dann gibt mir vielleicht irgendwer eine Liste an Attributen, die ich dann in meine Klasse reinpacken

[43:56] soll und dann zum Beispiel als private Felder definieren soll. Dann habe ich vielleicht eine

[43:59] Liste mit auch wieder 27 Zeilen, wo dann sowas drinsteht wie Alter der Person in Jahren oder

[44:05] Farbe oder Hersteller oder ich weiß nicht was. Einfach beliebige Zeichenkeppen. Und daraus möchte

[44:10] ich jetzt in meiner IDI private Felder machen. Also aus Alter der Person in Jahren möchte ich

[44:16] machen private Integer Alter der Person in Jahren Semikolon, damit das halt eine gültige Variablen

[44:23] Deklaration wird. Und das kann ich jetzt relativ einfach machen. Ich suche einfach nach allem,

[44:27] was in der Zeile steht. Das mache ich mit Punkt Plus, beliebiges Zeichen, beliebig oft,

[44:33] aber mindestens einmal. Und das ganze Ding gruppiere ich, weil ich es gleich beim Ersetzen

[44:37] brauche. Das heißt, der reguläre Ausdruck sieht so aus. Klammer auf, Punkt Plus, Klammer zu.

[44:41] Relativ easy. Und das ersetze ich jetzt durch private Leerzeichen, Integer, Leerzeichen und

[44:48] dann $1 für die erste Gruppe, also alles, was ich in der Zeile gefunden habe, und Semikolon.

[44:54] Und dann sucht er mir den gesamten Zeileninhalt und ersetzt das durch private Integer,

[44:58] Zeileninhalt, Semikolon. Relativ einfach, auch nur ganz wenig, was ich eintippen muss und schon

[45:04] spare ich mir einen Riesenhaufen Tipperei in meiner IDI. Das Beispiel könnte ich auch anders

[45:09] lösen. Es ist nur ein Beispiel. Da muss man immer wissen, was dann schneller geht. Viele

[45:12] IDIs haben auch so einen Blockmodus. Das heißt, ich kann, wenn ich tippe, den Cursor nicht nur

[45:16] in einer Zeile zum Einfügen benutzen, sondern in mehreren. Und dann würde ich zum Beispiel in der

[45:20] IDI diesen Blockmodus aktivieren, markiere die 27 Zeilen, wo ich was vorschreiben will, tippe das

[45:25] einmal ein und die IDI gibt das automatisch überall in den 27 Zeilen ein. Das wäre eine

[45:30] Alternative dazu. Ich weiß, dass das geht, aber ein Beispiel für reguläre Ausdrücke ist das hier

[45:35] trotzdem ganz gut. Denn, wenn wir mal weiterdenken, der Blockmodus erfordert, dass man immer an der

[45:39] gleichen Stelle in der Zeile steht. Wenn die Variablen alle eine unterschiedliche Länge

[45:42] haben, weil die Namen unterschiedlich lang sind, dann geht das mit dem Blockmodus vielleicht nicht

[45:47] mehr. Und gerade beim Ende der Zeile, wo das Semikolon ja hin muss, ist es dann vielleicht

[45:51] nicht ganz so einfach, das mit dem Blockmodus zu machen in der IDI. Mit dem regulären Ausdruck

[45:54] geht das trotzdem. So, dann zum Ende noch das Komplexes, oder kompliziert ist es eigentlich nur

[45:59] komplex ist es ja nicht. Kompliziertes Beispiel und zwar mache ich ganz oft, ja zum Beispiel für

[46:03] den Block hier oder so, irgendwelche Linklisten oder irgendwas und da habe ich oft die Anforderung,

[46:07] dass ich zum Beispiel HTML und Markdown oder Textile oder Wikisyntax oder wie auch immer hin

[46:12] und her konvertieren muss. Und das kann man auch sehr einfach mit regulären Ausdrücken machen. Und

[46:17] zwar sieht der Ausdruck dann vielleicht ein bisschen komplizierter aus. Ich gehe jetzt hier

[46:19] auch nicht im Detail durch, kann es dir auf der Website mal angucken, aber im Prinzip, wenn ich

[46:23] zum Beispiel HTML-Links suche und daraus Markdown-Links machen will, dann definiere ich einfach, okay,

[46:28] in HTML sehen Links so aus, Spitze Klammer, A, href gleich und dann die URL in Anführungszeichen,

[46:34] Spitze Klammer zu, dann kommt eben wie ein Text, der da verlinkt wird und dann nochmal das schließende

[46:38] A-Tag. So, das kann ich jetzt suchen und dann suche ich einmal die URL als Gruppe und einmal

[46:43] den Text als Gruppe, sodass ich also aus diesem HTML-Link die URL und die Beschreibung oder den

[46:48] Titel halt eben extrahieren kann. Und dann ersetze ich das einfach durch die Markdown-Syntax und

[46:54] benutze $2 und $1 an der Stelle, wo die URL oder der Titel halt hin soll. Und so kann ich tatsächlich

[46:59] auf Knopfdruck aus allen HTML-Links Markdown-Links machen. Oder auch umgekehrt. Oder ich mache

[47:04] Markdown zu Texteilen oder wie auch immer. Also genau für solche Transformationen ist es sehr

[47:10] einfach, mal eben schnell den Regex zu schreiben und dann ist das mit einem Klick quasi gesucht

[47:14] und ersetzt. So, das waren jetzt erstmal alle Beispiele. Kannst du dir nochmal im Detail auf

[47:19] der Website angucken, in den Shownotes. Da habe ich dir nochmal mit der genauen Syntax dargestellt,

[47:23] kannst dir mal in Ruhe durchschauen und versuchen, das zu verstehen. So, bevor wir jetzt gleich hier

[47:29] zumachen, haben wir nochmal einen kurzen Ausblick, wo du vielleicht reguläre Ausdrücke nicht für

[47:34] benutzen solltest. Und ein Beispiel, was ich gerade genannt habe, gehört schon dazu. Und zwar HTML

[47:39] auseinandernehmen. Wenn du auf die Idee kommst, HTML mit regulären Ausdrücken zu durchsuchen oder zu

[47:44] ersetzen oder sonst irgendwas, dann ist das eine ganz, ganz schlechte Idee. Ich habe dir auch einen

[47:48] schönen Artikel verlinkt, wo das genau erklärt wird, warum das eine schlechte Idee ist. Ganz

[47:52] kurz zusammengefasst. Reguläre Ausdrücke sind nicht dafür geeignet, Sprachen zu parsen wie

[47:57] HTML. Es gibt die sogenannte Chomsky-Hierarchie. Die habe ich auch in den Shownotes verlinkt. Die

[48:04] kannst du dir mal angucken. Und ja, wenn man so will, werden so Sprachen so ein bisschen eingegliedert

[48:08] in ganz einfache Sprachen bis hin zu komplizierten Sprachen. Was auch immer das jetzt heißt, das führt

[48:12] jetzt hier zu weit. Das will ich nicht auseinandernehmen. Auf jeden Fall arbeiten reguläre

[48:16] Ausdrücke auf einer Ebene und HTML arbeitet auf einer höheren Ebene. Das heißt, du kannst mit

[48:21] regulären Ausdrücken HTML nicht auseinandernehmen. Ein ganz einfaches Beispiel. Angenommen, du suchst

[48:26] irgendwelche Tags und den passenden schließenden Tag dazu. Das muss in HTML ja immer so sein. So

[48:32] was kannst du mit regulären Ausdrücken nicht exakt abbilden. Dafür sind die nicht gedacht. Das

[48:37] funktioniert dort einfach nicht. Wenn du jetzt auf die Idee kommst, das zu tun, solltest du das

[48:41] sein lassen und stattdessen einfach ein HTML-Parser nehmen. Dafür sind die gebaut. Und XML ist das

[48:45] gleiche. HTML, XML. Das nimmt man nicht mit regulären Ausdrücken auseinander, sondern mit

[48:49] einem entsprechenden Parser. Mein Beispiel von eben aus HTML links markdown machen. Das funktioniert.

[48:55] Ja, und für mein simples Beispiel und in einer Textdatei, die ich unter meiner Kontrolle habe

[49:00] und wo ich weiß, dass alles korrekt ist, da kann ich das auch machen. In einem Programm, was fehlerfrei

[49:04] funktionieren muss mit beliebigen Eingaben, darfst du bitte nicht HTML mit regulären Ausdrücken

[49:08] auseinandernehmen. Das funktioniert nicht. Dafür brauchst du einen Parser. Bringt aber auch ja jede

[49:13] Promisprache eigentlich mit. Von daher sollte das kein Problem sein. Und zweites Problem. Reguläre

[49:17] Ausdrücke können relativ teuer werden. Denn wie funktionieren die Dinger? Ich habe gerade schon gesagt,

[49:22] das ist quasi eine eigene Sprache. Und reguläre Ausdrücke werden in einen Zustandsautomaten

[49:27] überführt, der dann den Text auseinander nimmt. Und das ist relativ aufwendig. Auch wenn die

[49:33] Muster vielleicht relativ einfach aussehen. Was dahinter steckt, da muss der Rechner ganz schön

[49:37] viel leisten quasi. Und wenn du jetzt also performancekritische Anwendungen baust, wo es

[49:41] auf jeden Millisekunden ankommt quasi, dann solltest du vielleicht lieber nicht

[49:45] reguläre Ausdrücke benutzen. Weil, wie gesagt, die sind ziemlich teuer im Vergleich zu normalen

[49:49] Suchen und Ersetzen zum Beispiel. Oder zu, keine Ahnung, mit Substrings in irgendwelche Strings rein

[49:55] friemeln. Das ist tausendmal performanter als ein regulärer Ausdruck. Ich habe auch noch mal

[49:59] einen schönen Artikel verlinkt. Stackoverflow, die Seite kennst du bestimmt. So die Nummer 1 für

[50:04] Softwareentwickler, wenn du nach irgendwas suchst. Und die hatten tatsächlich mal eine Downtime, weil

[50:09] ein regulärer Ausdruck die Seite zum Absturz gebracht hat, weil der so teuer war, dass alle

[50:14] Rechner sich zu Tode gerechnet haben. Also das ist ein reelles Problem in der Praxis und das

[50:19] kannst du dir gerne mal durchlesen. Ist schon ein paar Jährchen her, dass das passiert ist, aber das fand ich ein

[50:22] schönes plakatives Beispiel dafür, dass man nicht alles mit regulären Ausdrücken lösen sollte. Wie

[50:27] gesagt, denk an den goldenen Hammer. Reguläre Ausdrücke sind cool, aber sind nicht die Lösung

[50:31] für alles. Also HTML, XML auseinandernehmen und performancekritische Sachen lieber nicht mit

[50:37] regulären Ausdrücken machen. So, dann noch mal eine ganz kurze Liste an Programmen, die vielleicht,

[50:43] ohne dass du es weißt, reguläre Ausdrücke unterstützen. Wenn du mal darauf achtest, wirst du

[50:47] feststellen, dass so gut wie jeder vernünftige Texteditor reguläre Ausdrücke unterstützt. Auch alle

[50:52] möglichen Kommandozeilen und IDEs insbesondere, die unterstützen das auch. Also Kommandozeile,

[50:56] die Bash zum Beispiel oder die PowerShell, die unterstützen alle reguläre Ausdrücke. Die

[51:01] PowerShell zum Beispiel mit dem Commandlet SelectString oder die Bash zum Beispiel mit

[51:06] GREP. GREP ist so das Standard-Tool, um nach regulären Ausdrücken in Dateien zu suchen. Dann

[51:10] Editoren, der VI natürlich, Notepad++, Visual Studio Code, Atom, was auch immer,

[51:16] Emacs natürlich. Also alle guten Texteditoren unterstützen Suchen und Ersetzen mit regulären

[51:21] Ausdrücken. Und IDEs, Eclipse, IntelliJ für Java oder Visual Studio oder ich weiß es nicht, PHP

[51:27] Storm oder was es noch so gibt, die werden alle reguläre Ausdrücke unterstützen. Also wenn du

[51:32] dieses Werkzeug beherrscht, bist du unabhängig von irgendeinem konkreten Texteditor, weil die

[51:36] regulären Ausdrücke funktionieren überall gleich. Du musst sie nur einmal lernen und dann kannst

[51:40] du sie in beliebigen Editoren, IDEs, Shells, wie auch immer, verwenden. Das zeigt noch mal,

[51:45] dass es so ein verbreitetes Tool ist, dass du das unbedingt lernen solltest, meiner Meinung nach.

[51:51] Und damit das auch funktioniert, habe ich, wie gesagt, ein paar Links zusammengetragen. Die

[51:56] kannst du gerne noch mal durchlesen. Da gehe ich jetzt nicht alle im Detail durch. Und in Kapitel

[51:59] 10, zumindest in der aktuellen Ausgabe, des IT-Handbuchs für Fachinformatiker von Sascha

[52:03] Kersken, hat er auch eine mehrseitige Einführung in reguläre Ausdrücke mit Java und Python als

[52:10] Programmiersprachen. Von daher sehr praxisnah, mit schönen Beispielen und auch wirklich im Detail

[52:14] erklärt. Also wenn du das sowieso liest, was ich hoffe, wenn du IT-Azubi bist, dann guck dir das

[52:19] Kapitel doch mal an. Da ist eine schöne Einführung in das Thema reguläre Ausdrücke mit genauer

[52:23] Syntax, mit Beispielen und wie man es in der Programmierung anwendet. Also besser geht es

[52:27] eigentlich nicht. Von daher brauche ich gar kein zusätzliches Buch empfehlen. Nimm einfach das,

[52:30] was du sowieso schon hast, das IT-Handbuch und guck es dir da an. So, damit mache ich jetzt mal zu.

[52:36] Ich habe schon über 50 Minuten, das ist auch mein Herzensthema. Wie gesagt, ich habe es am Anfang

[52:40] gesagt, ich kann es nur empfehlen. Guck dir das an, reguläre Ausdrücke, super Tool und du kannst

[52:45] es an sehr vielen Stellen verwenden. Und wenn du es erstmal beherrschst, werden dir auch immer noch

[52:48] mehr Stellen auffallen, wo du es tatsächlich einsetzen kannst. Von daher schnapp dir das Buch,

[52:52] guck dir das an, übe das mal und ich habe auch noch ein paar Links auf der Website, wie gesagt,

[52:56] itberufepodcast.de. Da findest du das alles, da findest du meine Beispiele und auch die Links zu

[53:02] zwei super Websites, wo, wenn du einen regulären Ausdruck eingibst, der wirklich bis auf die

[53:06] einzelnen Zeichen auseinandergenommen wird, mit Farben hinterlegt wird und so weiter,

[53:10] was die heißen. Besser kannst du reguläre Ausdrücke eigentlich gar nicht lernen. Von

[53:14] daher, schau da gerne mal vorbei. Und ich würde mich freuen, wenn du mir auch ein Feedback gibst,

[53:17] wofür du reguläre Ausdrücke einsetzt oder hast du noch nie was von denen gehört. Auch dann würde

[53:21] es mich freuen, wenn du mich informierst. Schick mir eine Mail oder schreib mir eine E-Mail über das

[53:25] Kontaktformular oder such mich bei Twitter, Facebook, LinkedIn, wie du willst. Hauptsache,

[53:29] ich höre von dir. Würde mich freuen. So, damit mache ich heute mal den Laden zu.

[53:34] Ich sage vielen Dank für die Aufmerksamkeit und bis zum nächsten Mal. Tschüss!